發(fā)布時(shí)間：2021-07-05 13:56

　　隨著人們對(duì)社會(huì)安全問題的迫切需求,安防技術(shù)已成為社會(huì)關(guān)注的熱點(diǎn)話題,其中人臉識(shí)別是安防技術(shù)的重要研究之一,主要是對(duì)生物特征識(shí)別技術(shù)的部分研究。在識(shí)別的過程中,存在人臉識(shí)別準(zhǔn)確性低和魯棒性差的問題,主要因?yàn)槿说拿娌渴芄庹�、面部姿態(tài)、面部表情以及面部遮擋等因素的干擾而造成。而面部遮擋中,深色眼鏡邊框是常見的遮擋物,從而嚴(yán)重破壞了人臉識(shí)別準(zhǔn)確度。因此,本文針對(duì)正面人臉圖像中的眼鏡去除方法進(jìn)行了研究。主要研究?jī)?nèi)容包括:1.提出了一種基于邊緣信息投影和改進(jìn)TV修復(fù)模型的人臉眼鏡去除方法。首先,本文根據(jù)鼻梁區(qū)域邊緣信息確定人臉中是否存在眼鏡;其次,根據(jù)邊緣信息投影的最大值位置坐標(biāo)定位眼鏡所在區(qū)域;然后,在定位的眼鏡遮擋區(qū)域中,通過自動(dòng)獲取種子區(qū)域點(diǎn)的區(qū)域生長(zhǎng)方法進(jìn)行眼鏡模板的提取,同時(shí)為了避免提取非眼鏡區(qū)域,本文采用橢圓形對(duì)眼睛區(qū)域進(jìn)行覆蓋;最后,根據(jù)提取到的眼鏡模板圖像,通過改進(jìn)的TV修復(fù)模型進(jìn)行眼鏡遮擋區(qū)域的擴(kuò)散修復(fù),完成人臉圖像中眼鏡的去除。實(shí)驗(yàn)結(jié)果表明,本文研究的基于邊緣信息投影和改進(jìn)的TV修復(fù)模型方法可以有效去除人臉中的眼鏡,相比較TV修復(fù)模型的去除效果,本文方法去除的視覺效果更佳。2.... 

【文章來源】：西安理工大學(xué)陜西省

【文章頁數(shù)】：60 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于邊緣信息投影和改進(jìn)TV修復(fù)模型的眼鏡去除方法框架圖

圖 2-2 基于邊緣信息投影方法的眼鏡檢測(cè)和定位流程示意圖2-2 Schematic diagram of glasses detection and positioning process based on edge inprojection method于鼻梁區(qū)域眼鏡架搜索的眼鏡檢測(cè)鼻梁是眼鏡架的中間部分，相對(duì)不受光照、遮擋等其他因素的影響。本域眼鏡架搜索的主要原理是根據(jù)鼻梁區(qū)域中眼鏡架的邊緣信息進(jìn)行眼方式如下：首先，根據(jù)眼鏡鼻梁中軸線位置和人臉嘴巴中軸線位置大致巴區(qū)域位置可以得到鼻梁區(qū)域的水平位置；然后，對(duì)人臉上半?yún)^(qū)域的水平投影，根據(jù)投影得到的最大值定位鼻梁區(qū)域的垂直位置，通過得到位置定位出鼻梁區(qū)域中的某一點(diǎn)位置，對(duì)該點(diǎn)位置進(jìn)行適當(dāng)?shù)睦欤昧簠^(qū)域；最后，對(duì)得到的鼻梁區(qū)域進(jìn)行邊緣檢測(cè)，根據(jù)邊緣檢測(cè)的結(jié)果像中是否存在眼鏡。據(jù)嘴部區(qū)域定位鼻梁區(qū)域水平位置采用 YCbCr 顏色空間和簡(jiǎn)單高斯模型進(jìn)行嘴部區(qū)域檢測(cè)[40-42]。嘴部區(qū)個(gè)步驟：第一步將人臉圖像從 RGB 顏色空間轉(zhuǎn)換到 YCbCr 顏色空間

結(jié)合式(2-1)~(2-4)，可以求得各個(gè)點(diǎn)的 P 值，并進(jìn)行歸一化處理。具體做法是將求得各個(gè)點(diǎn)的相似度值 P 和最大的相似度 max(P)值進(jìn)行相除，所得的商再乘以255得到歸一化后的嘴部像素似然圖。其似然圖結(jié)果如圖2-3所示。(a) (b)圖 2-3 嘴部像素似然圖 (a)原圖；(b)嘴部像素似然圖Figure 2-3 Mouth pixel likelihood map (a) The original image ;(b) The mouth pixel likelihood map通過圖 2-3(b)可以看出，該似然圖中還包括非嘴部區(qū)域。因此，需對(duì)嘴部似然圖中的非嘴部區(qū)域進(jìn)行孤立點(diǎn)去除，只保留只有嘴部像素的區(qū)域，從而定位出嘴部區(qū)域。嘴部區(qū)域具體定位效果如圖 2-4 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于生物特征識(shí)別的身份認(rèn)證及相關(guān)安全問題研究[J]. 周小軍,王凌強(qiáng),郭玉霞,高皚瓊,譚薇.  工業(yè)儀表與自動(dòng)化裝置. 2018(04)
[2]基于跳連接反卷積神經(jīng)網(wǎng)絡(luò)的自動(dòng)眼鏡摘除[J]. 王丙付,劉學(xué)亮.  合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[3]最小距離搜索的扇形線性插值補(bǔ)償法去除眼鏡[J]. 張欣,于紅,馬新利,王兵.  小型微型計(jì)算機(jī)系統(tǒng). 2017(03)
[4]基于積分投影和模板匹配的人眼定位算法研究[J]. 亢潔,李靜.  陜西科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(01)
[5]人臉圖像中眼鏡檢測(cè)與邊框去除方法[J]. 陳文青,王佰玲.  計(jì)算機(jī)工程與應(yīng)用. 2016(15)
[6]生物識(shí)別技術(shù)及其在金融支付安全領(lǐng)域的應(yīng)用[J]. 宋丹,黃旭.  信息安全研究. 2016(01)
[7]A fast and efficient mesh segmentation method based on improved region growing[J]. YANG Fei,ZHOU Fan,WANG Ruo-mei,LIU Li,LUO Xiao-nan.  Applied Mathematics:A Journal of Chinese Universities（Series B）. 2014(04)
[8]基于PCA/ICA和誤差補(bǔ)償算法的眼鏡摘除研究[J]. 劉仲民,李戰(zhàn)明,王亞運(yùn),胡文瑾.  光學(xué)技術(shù). 2014(05)
[9]基于生物特征信息的身份認(rèn)證技術(shù)分析[J]. 張亞敏.  電子制作. 2014(07)
[10]A MICRO-IMAGE FUSION ALGORITHM BASED ON REGION GROWING[J]. Bai Cuixia,Jiang Gangyi,Yu Mei,Wang Yigang,Shao Feng,Peng Zongju.  Journal of Electronics（China）. 2013(01)

碩士論文
[1]人臉識(shí)別中眼鏡去除方法的研究[D]. 于紅.河北大學(xué) 2017
[2]人臉圖像中的眼鏡去除及區(qū)域復(fù)原[D]. 郭沛.北京郵電大學(xué) 2015



本文編號(hào)：3266198